百度AI 开放平台 >>> 语音合成

一、前言

继上一篇介绍如何使用百度语音识别API 的博客《树莓派 >>> 接入百度AI 开放平台实现智能语音识别》后，今天我们来看看如何使用百度语音合成，有了这一听一说，我们就可以打造属于我们自己的语音小助手了 😃

首先附上官方教程：
百度语音合成
（我选择使用python SDK 进行开发）

二、开始

（1）下载并安装SDK

两个方法都行：

1. 若安装了pip：

pip install baidu-aip

2. 若安装了setuptools：

python setup.py install

若在python 环境下import aip 没有报错，即说明SDK 安装成功。

（2）新建AipSpeech

AipSpeech 是语音合成的Python SDK 客户端，为使用语音合成的开发人员提供了一系列的交互方法。

from aip import AipSpeech

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

上述App ID、Api Key、Secret Key 的获取在我之前那篇博客《树莓派 >>> 接入百度AI 开放平台实现智能语音识别》已经说过了，这里不再赘述

（3）配置AipSpeech

若大家需要配置AipSpeech 的网络请求参数(一般不需要配置)，可以在构造AipSpeech 之后调用接口设置参数，目前只支持以下参数：

接口	说明
setConnectionTimeoutInMillis	建立连接的超时时间（单位：毫秒）
setSocketTimeoutInMillis	通过打开的连接传输数据的超时时间（单位：毫秒）

（4）使用SDK

合成一段语音文件：

result  = client.synthesis('你好百度', 'zh', 1, {
    'vol': 5,
})

# 识别正确返回语音二进制 错误则返回dict 参照下面错误码
if not isinstance(result, dict):
    with open('auido.mp3', 'wb') as f:
        f.write(result)

参数	类型	描述	是否必须
tex	String	合成的文本，使用UTF-8编码，请注意文本长度必须小于1024字节	是
cuid	String	用户唯一标识，用来区分用户，填写机器 MAC 地址或 IMEI 码，长度为60以内	否
spd	String	语速，取值0-9，默认为5中语速	否
pit	String	音调，取值0-9，默认为5中语调	否
vol	String	音量，取值0-15，默认为5中音量	否
per	String	发音人选择, 0为女声，1为男声，3为情感合成-度逍遥，4为情感合成-度丫丫，默认为普通女	否

若成功合成语音，则result 就是一段代表语音信息的二进制数据流，否则就是一段错误信息（可打印出来查看）

合成之后我们就可以把这段二进制流写到一个.mp3 文件中

audio_file = open('C:/Users/asdf/Desktop/baidu_api_test.mp3', 'wb')
audio_file.write(result)
audio_file.close()

若是系统无法区分我们想要其发出的音调，例如“重心”和“重庆”，这个“重” 很明显是发不同的音的，这就需要我们在合成语句的text 中进行说明：

result  = client.synthesis('我爱重(chong2)庆', 'zh', 1, {
    'vol': 5,
})